【CV算法基础】GIoU算法理解

几种IoU的理解

IoU

IOU是用来衡量两个边界框的重叠程度的。

 

GIoU

论文的地址为：https://arxiv.org/abs/1902.09630
github代码地址：https://github.com/generalized-iou
这篇论文出自CVPR2019，这篇论文提出了一种优化边界框的新方式即GIOU。

对于任意的两个Ａ、B框，首先找到一个能够包住它们的最小方框Ｃ。然后计算C \ (A ∪ B) 的面积与Ｃ的面积的比值，注：C \ (A ∪ B) 的面积为C的面积减去A∪B的面积。再用Ａ、Ｂ的IoU值减去这个比值得到GIoU。

GIoU = \frac{|A\cap B|}{|A\cup B|} - \frac{|C\backslash(A\cup B)|}{|C|} = IoU - \frac{|C\backslash(A\cup B)|}{|C|}

DIoU

定义对角线距离Distance_C为两个框的最小外接矩形的对角线长度

定义两个bbox中心点的欧式距离Distance_2，则DIOU就是IOU - Distance_2 / Distance_C；

CIoU

CIOU考虑到了形状的因素于是就在原始DIOU上加上了对角线角度的差距

参考

1. Generalized Intersection over Union；

2. GIoU详解；

3. IoU、GIoU、DIoU、CIoU损失函数的那点事儿；

完